estadistica

1. ING.DANNADANIELABAZOALTOMERUVIA
ESTADISTICA
INFERENCIAL
TEMA 1.

2. ESTADISTICAINFERENCIAL
INTRODUCCION
La estadística inferencial es una parte de
la estadística que comprende los métodos y
procedimientos que por medio de la inducción
determina propiedades de una población
estadística, a partir de una parte de esta. Su
objetivo es obtener conclusiones útiles para
hacer deducciones sobre una totalidad,
basándose en la información numérica de la
muestra.
Se dedica a la generación de los modelos y
predicciones asociadas a los fenómenos en
cuestión teniendo en cuenta la aleatoriedad de
las observaciones. Se usa para modelar
patrones en los datos y extraer inferencias
acerca de la población bajo estudio. Estas
inferencias pueden tomar la forma de respuestas
a preguntas sí/no (prueba de hipótesis),
estimaciones de unas.
características numéricas (estimación),
pronósticos de futuras observaciones,
descripciones de asociación (correlación) o
modelamiento de relaciones entre variables
de Sam . Otras técnicas de modelamiento
incluyen análisis de varianza, series de
tiempo y minería de datos.

3. ESTADISTICAINFERENCIAL

4. ESTADISTICAINFERENCIAL

5. ESTADISTICAINFERENCIAL
TIPOS DE MUESTREO
MUESTREO
PROBABILISTICO
MUESTREONO
PROBABILISTICO
MUESTREO
ALEATORIOSIMPLE
MUESTREO
SISTEMATICO
MUESTREO
ESTRATIFICADO
MUESTREOPOR
CONGLOMERADO
MUESTREODE
BOLADE NIEVE
MUESTREOPOR
CUOTAS
MUESTREOINTENCIONALO
PORCONVENIENCIA

6. ESTADISTICAINFERENCIAL

7. ESTADISTICAINFERENCIAL

8. ESTADISTICAINFERENCIAL
Pasos para la selección de un muestreo sistemático:
1.Definir la población objetivo.
2.Determinar el tamaño deseado de la muestra (n).
3.Identificar el marco muestreo existente o desarrollar un marco de muestreo
de la población objetivo.
4.Evaluar el marco muestral por falta de cobertura, cobertura excesiva,
múltiple cobertura, agrupación, periodicidad, y hacer los ajustes cuando sea
necesario. Idealmente, la lista estará en un orden aleatorio con respecto al
estudio variable o, mejor aún, ordenados en función de la variable de interés o
su correlación, creando así estratificación implícita.
5.Determinar el número de elementos en el marco de la muestra (N).
6.Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el
marco de muestreo (N) por el tamaño de la muestra específica (n). Uno
debería ignorar el resto y redondear o terminar en el número entero más
próximo. El redondeo hacia abajo y truncando puede hacer que el tamaño de
la muestra sea más grande de lo deseado. Si es así, se puede eliminar de forma
aleatoria las selecciones adicionales. Si no se conoce el tamaño exacto, o es
poco práctico determinar, se puede fijar una fracción de muestreo.

9. ESTADISTICAINFERENCIAL
Tamaño de muestra
𝑁∗ = 500
Zona A
Importancia = 3
Porcentaje = 50%
𝑛∗
= 250
Zona B
Importancia = 2
Porcentaje = 33%
𝑛∗
= 165
Zona C
Importancia = 1
Porcentaje = 17%
𝑛∗ = 85
Hombres
Porcentaje
= 49%
𝑛∗
= 42
Mujeres
Porcentaje
= 51%
𝑛∗
= 43
Hombres
Porcentaje
= 49%
𝑛∗
= 123
Mujeres
Porcentaje
= 51%
𝑛∗
= 127
Hombres
Porcentaje
= 49%
𝑛∗
= 81
Mujeres
Porcentaje
= 51%
𝑛∗
= 84

10. ESTADISTICAINFERENCIAL
Tamaño de muestra
𝑁∗ = 384
Zona A
Importancia = 1
Porcentaje = 25%
𝑛∗
= 96
Zona B
Importancia = 2
Porcentaje = 50%
𝑛∗
= 192
Zona C
Importancia = 3
Porcentaje = 25%
𝑛∗ = 96
Hombres
Porcentaje
= 49%
𝑛∗
= 47
Mujeres
Porcentaje
= 51%
𝑛∗
= 49
Hombres
Porcentaje
= 49%
𝑛∗
= 47
Mujeres
Porcentaje
= 51%
𝑛∗
= 49
Hombres
Porcentaje
= 49%
𝑛∗
= 94
Mujeres
Porcentaje
= 51%
𝑛∗
= 98
Ejemplo: DISEÑO DE LA MUESTRA
En clases

11. ESTADISTICAINFERENCIAL

12. ESTADISTICAINFERENCIAL

13. ESTADISTICAINFERENCIAL

14. ESTADISTICAINFERENCIAL

15. ESTADISTICAINFERENCIAL

16. ESTADISTICAINFERENCIAL

17. ESTADISTICAINFERENCIAL

18. ESTADISTICAINFERENCIAL